基于 Multi-WHFPN 与 SimAM 注意力机制的版面分割
来源：电子测量技术杂志2024年第1期北京时间：
作者：杨陈慧，周小亮，张恒，孙政，业宁
单位：1.南京林业大学信息科学技术学院 南京 210037; 2.南京兰台信息技术有限公司 南京 210009
摘要：作为OCR的预处理工作，版面分割技术越来越受到学术界和工业界重视。针对版面分割中遇到的检测速度慢、目标区域边界不准确以及细小目标易遗漏等问题，提出了YOLOv7-MSY模型。此模型首先借鉴残差连接思想，提出了Multi-WHFPN网络结构。它采用可训练的权重参数，突出特征融合过程中特征重要性，并添加了小目标检测头，从而提升对小目标的检测性能；其次，引入SimAM注意力机制，可以在不增加额外参数的基础上在3D维度评估特征权重，以增强重要特征，抑制无效特征；最后，使用YEIOU来代替原模型中的定位损失函数，提升了模型的收敛速度与回归精度。在江苏省档案馆提供的数据集上进行实验对比，YOLOv7-MSY对目标区域边界检测更加敏感，对细小目标的检测效果更好。YOLOv7-MSY 的mAP@.5达到了0.871，相较于原YOLOv7模型提高了7.84%。该模型的版面分割的效果优于其他类型的版面分割算法，具有良好的泛化性能，并且版面分割速度处于较高水平。
关键词：版面分割;YOLOv7-MSY;Multi-WHFPN;SimAM注意力机制;YEIOU
基金资助：国家重点研发计划(2016YFD0600101)项目资助
